- 综合排序
- 最热优先
- 最新优先
- 来自专栏奇点大数据
话说量化（11）
有关价格变化的问题，其实我们前几次也是聊过的，动因说到底是人类自身趋利避害的性格本质造成的。
45820发布于 2018-12-17 - 来自专栏子晓AI量化
新手怎么入门量化
之前不少同学问我，新手怎么入门量化， 思考了很久，写下此文。该文针对不同的人群， 请对号入座。 趁着周末，我整理了三条量化入门路径，无论你是哪种背景，总有一条能让你轻松上路！ 这个“手脚”就是目前主流券商提供的量化交易终端，比如迅投QMT。 具体怎么操作？ 路径二：策略探索者——站在巨人的肩膀上，轻松跟单 适合人群： 对量化交易感兴趣，但暂时没有形成自己稳定盈利的策略，希望先“上车”体验，边学边做的“小白”或“探索者”。 核心痛点： “我想做量化，但我不知道什么策略好。” 解决方案：跟单 + 自动化交易终端 这条路的逻辑非常简单直接：既然自己不会，那就跟着会的人做！ 市场上有很多优秀的量化策略分享平台和投资大V，我们可以利用他们的智慧。 跟单源在哪里？ 聚宽： 国内领先的量化社区，汇聚了大量的量化研究者和策略。
45110编辑于 2026-04-23 - 来自专栏量化小白上分记
从零开始学量化（一）：量化如何入门
之前经常有童鞋在后台/群里问量化如何入门这个问题，这种问题一般都是没有人回答的，因为这是一个到处都可以找得到答案的问题，所以也推荐大家 ? 作为在校生，进入量化行业的途径一般是首先自己在学校能掌握一定的量化基础，然后去企业找实习，最终通过实习/秋招留用。实习一般是去卖方研究所金工组、买方私募公募资管自营等各种机构，这里不介绍，可百度。 接下来分别从量化、数学、金融三个角度说明。 ? 数据可视化能力 不论是做数据分析还是量化，可视化都是非常重要的，不过量化方向可视化要求相对低一些，毕竟逻辑和结果更重要。 这方面需要会的东西包括： - 宏微观经济学：了解刻画宏观经济运行的各种经济指标的含义，以及公布的时间点，频率等等，这在量化建模中非常重要，现在有很多研究所都在从宏观基本面做量化择时和经济周期预测，至于课本里学的
15.7K97发布于 2019-04-24 - 来自专栏AI算法与图像处理
Pytorch量化入门之超分量化（一）
来源:AIWakler 最近Happy在尝试进行图像超分的INT8量化，发现：pytorch量化里面的坑真多，远不如TensorFlow的量化好用。 背景 量化在不同领域有不同的定义，而在深度学习领域，量化有两个层面的意义：(1) 存储量化，即更少的bit来存储原本需要用浮点数(一般为FP32)存储的tensor；(2) 计算量化，即用更少的bit 对于量化后模型而言，其部分或者全部tensor(与量化方式、量化op的支持程度有关)将采用INT类型进行计算，而非量化前的浮点类型。 Training Static Quantization：静态量化，训练后静态量化，这是CV领域应用非常多的一种量化方式； Quantization Aware Training：感知量化，边训练边量化 ，一种比静态量化更优的量化方式，但量化时间会更长，但精度几乎无损。
3.5K22发布于 2021-02-05 - 来自专栏AI算法与图像处理
Pytorch量化入门之超分量化（二）
来源：AIWalker 最近Happy在尝试进行图像超分的INT8量化，发现：pytorch量化里面的坑真多，远不如TensorFlow的量化好用。 准备工作 在真正开始量化之前，我们需要准备好要进行量化的模型，本文以EDSR-baseline模型为基础进行。 ，比如X86平台应该采用fbgemm方式进行量化，而ARM平台则应当采用qnnpack方式量化。 也就是说完成了初步的量化工作，因为接下来的测试论证很关键，如果量化损失很严重也不行的。 量化模型测试 接下来，我们对上述量化好的模型进行一下测试看看效果。 下图给出了DIV2K训练集中0018数据采用第二种量化组合效果对比，可以感知到明显的量化损失。 ?
1.7K20发布于 2021-02-22 标量量化入门
量化允许以有损的方式对向量进行编码，从而在略微降低精度的同时大大节省空间。了解标量量化中的桶标量量化将每个向量维度划分为一些较小的数据类型。在本文中，我们将假设将 float32 值量化为 int8。 图 1：量化目标示意图，将连续值从 -1.0 到 1.0 划分为离散的 int8 值。数值转换背后的数学并不复杂。 这一切都很好，但是既然我们知道如何量化值，我们实际上如何计算两个量化向量之间的距离呢？这是否与常规的点积一样简单？标量量化中的代数作用我们仍然缺少一个重要部分：如何计算两个量化向量之间的距离。 确保量化的准确性那么，这到底有多准确？量化会导致信息丢失吗？是的，会，但是量化利用了我们不需要所有信息的事实。对于学习到的嵌入模型，各个维度的分布通常没有肥尾分布。这意味着它们是局部的且相对一致的。 此外，通过量化引入的每个维度的误差是独立的。也就是说，误差在我们通常的向量运算（如点积）中会相互抵消。结论哇，这覆盖了很多内容。
1.3K00编辑于 2024-07-04- 来自专栏ops技术分享
redis入门（11）
Redis3.0在2015年4月1日正式发布，截止到本书完成已经到3.0.7版本，相比于Redis2.8主要特性如下：
48200发布于 2021-05-18 - 来自专栏dotnet & java
WCF入门（11）
第11集 Difference between DataContract and MessageContract in WCF（WCF中DataContract 和 MessageContract 的区别 ） 今天11集，视频总共11分41秒，够短的，内容也很简单。
50740发布于 2018-08-24 - 来自专栏高渡号外
Python入门（11）
Python入门（11/18） 第十一节 字典 大家好！今天我们学习Python的字典，它仍然是Python四大数据结构之一，也是很特别的一种数据类型。 11、字典的常用内置函数或方法 Python字典有如下常用内置函数和方法。请注意，我们有时在网上查找到的函数或方法，使用时会报错，很可能是版本问题。
2.7K30发布于 2020-09-22 程序员AI量化理财入门
入门 AI 量化理财的核心是：用 Python 做数据与策略、用机器学习找规律、用回测与风控验证、小资金实盘迭代。下面按 “认知→技能→工具→策略→回测→实盘→风控” 一步步走，尽量落地、少废话。 什么是 AI 量化？量化：把交易规则写成代码，用数据执行，杜绝情绪干扰。AI 量化：用机器学习 / 深度学习自动挖掘因子、生成信号、优化策略。 机器学习入门（重点）监督学习：用历史数据预测涨跌（分类）或收益（回归）输入：60 天价格、成交量、技术指标、基本面输出：明日涨跌概率、未来 5 日收益常用模型：XGBoost/LightGBM：选股、择时 ”第 2 周：金融与因子书：《手把手教你读财报》、《量化投资：策略与技术》课：聚宽 “因子投资入门”第 3–4 周：机器学习 + 策略课：吴恩达《机器学习》（Coursera）、《深度学习》（花书）实战 ：用聚宽 / BigQuant 复现 XGBoost 选股策略持续：社区与迭代社区：聚宽论坛、知乎量化、雪球 AI 量化话题工具：用 AI（如 Cursor、Claude）辅助写代码、调参、生成回测报告八
89910编辑于 2026-04-27- 来自专栏算法进阶
Python量化交易入门进阶指南(全)
量化，简单说就是程序+交易→盈利。 程序员，或许内心深处都怀揣着一个量化投资的梦想，渴望凭借自己的编程和人工智能技能，再补点基础的金融知识，我们便可以构建一个量化交易系统，轻松实现财富自由。 不过丑话说在前面，“钱难挣屎难吃”，量化交易也是一样。这领域的风险、机遇肯定都不会少，当然水的深浅可能要试了才知道，我只是小韭菜，对量化的认识肯定有不到位的地方，而本篇入门文章就当作抛砖引玉。 ，Python编程的入门并不难（可以参考-Python人工智能学习路线的Python学习建议），前期编程只要入门够用就行了，只有交易的思路才是始终的核心！ 梳理下量化主要的流程：开通证券账号→搭建量化交易系统及开通实盘交易→设计量化策略→数据获取及处理→开发策略→策略回测→调试优化→实盘交易 入门量化其实较大的门槛是搭建并开通好量化交易环境，然后才是开发策略代码 个人实践表明这样的量化入门效率是比较高的。 文末免责声明：本文观点仅供参考，不作为投资建议哈。
9.9K34编辑于 2024-01-17 - 来自专栏JavaPark
Java 入门练习（11 - 15）
JAVA11 求最小公倍数 描述 编写一个方法，该方法的返回值是两个不大于 100 的正整数的最小公倍数 输入描述 两个 int 类型变量作为方法的参数 输出描述 int 类型的变量，值为两个数的最小公倍数
60830编辑于 2022-06-28 - 来自专栏python入门
Python入门11 函数参数
为什么函数后面要加括号呢，是因为括号内是预留给参数的位置，当没有参数的时候，括号内为空，当需要参数的时候，情况就不同了
34710编辑于 2024-05-09 - 来自专栏AI机器学习与深度学习算法
机器学习入门 5-4 向量化
本小节主要介绍使用向量化的方式提升性能。 简单线性回归 先来回归一下简单线性回归优化目标以及通过最小二乘的方式求得的参数a，b的解析解。 ? 在上一个小节中，我们是通过循环的方式来求解分子和分母，前面也说过，使用for循环的这种方式，性能相对是比较低的，如果有办法将for循环的计算变成向量之间的计算的话，得益于numpy模块性能就会大大的提升，这就是向量化运算含义 上面我们将对应元素相乘然后相加的操作看成是向量之间的点乘，这也是为什么在最小二乘求解a的解析解的时候要把式子写成相乘累加的形式，这样就可以将其转换成向量之间的运算，进行向量化运算提升性能。 使用向量化运算实现线性回归算法 前面使用sklearn的思想封装了一个名为"SimpleLinearRegression1"的类，在类中使用for循环的方式来求解参数a的值。 ? ? ? ? 实现向量化的代码只需将for循环部分改成向量点乘即可： ? ? ? ? 为了比较两者的性能，将两种方式导入jupyter中，通过魔法命令来验证性能。 ? ? ? ?
94020发布于 2019-11-13 - 来自专栏子晓AI量化
量化之DuckDB数据库语法入门
上一篇文章提到了DuckDB数据库， 这里介绍下语法，方便了解的同学入门学习。 DuckDB 是一款轻量级、高性能的嵌入式分析型数据库（OLAP），专为高效处理数据分析任务设计。
74510编辑于 2026-04-23 - 来自专栏EdisonTalk
MongoDB入门实战教程（11）
readPreference 选项决定了mongodb会使用哪一个节点（primary or secondary）来满足正在发起的读请求。
92930发布于 2021-07-13 - 来自专栏小鹏的专栏
11 从入门到精通
时域重采样，同时改变语速与语调 使用波形相似重叠相加算法(WSOLA)，只改变语速 频域拉伸与压缩，只改变语调
1.5K10发布于 2020-03-25 - 来自专栏c/c++
【C++11】入门基础
C++11简介 C++11是C++编程语言的一个重要版本，它于2011年发布。 相比于C++98/03，C++11给C++带来了数量可观的变化，其中包含了约140个新特性，以及对C++03标准中约600个缺陷的修正，这使得C++11更像是从C++98/03中孕育出的一种新语言。 声明 c++11提供了多种简化声明的方式，尤其是在使用模板时。 所以C++11中废弃auto原来的用法，将其用于实现自动类型推断。 范围for循环在C++11中引入，可以提供一种更简洁、直观的遍历方式，减少了手动管理循环变量的复杂性。 5. 结语 C++11的引入极大地扩展了C++的功能，并且提供了更加简洁和安全的编程方式。
71810编辑于 2024-08-29 - 来自专栏学习/读书笔记
Java入门（11）-- 异常处理
在程序设计和运行的过程中，发生错误是不可避免的，为此，Java提供了异常处理机制来帮助程序员检查可能出现的错误，保证程序的可读性和可维护性。Java中将异常封装到一个类中，出现错误时就会抛出异常。
60230编辑于 2022-04-07 - 来自专栏米扑专栏
Python 学习入门（11）—— 排序
Python的内置dictionary数据类型是无序的，通过key来获取对应的value。可是有时我们需要对dictionary中 的item进行排序输出，可能根据key，也可能根据value来排。
59760发布于 2019-02-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号